【技术实现步骤摘要】
负荷预测方法、装置、计算机设备和存储介质
本申请涉及电力系统
,特别是涉及一种负荷预测方法、装置、计算机设备和存储介质。
技术介绍
随着科学技术的发展,电力系统的发展已经越来越成熟。为了保证电力系统的正常运行,通常需要对电力系统的负荷进行预测,防止过大的电力负荷损坏电力系统。因此,负荷预测对于电力系统规划、保障电网安全运行及经济效益具有重大的作用,那么如何进行有效的负荷预测已经成为电力系统中的一个重要问题。传统技术中,负荷预测的研究主要是针对市、区、县等系统级的总负荷,这些系统级的负荷都在MW以上。然而,目前对于台区配电变压器的负荷预测的研究相对较少,由于配电变压器的负荷等级为kW,配变的容量小、负荷区域有限,随机波动性大,所以对台区配电变压器变进行负荷预测较为困难。
技术实现思路
基于此,有必要针对上述技术问题,提供一种负荷预测方法、装置、计算机设备和存储介质,能够解决台区配电变压器的负荷预测困难的问题。第一方面,提供了一种负荷预测方法,方法包括:获取待预测的目标时间段之前的预设时间段内,目标台区中配电变压器的历史负荷数据;按照预设的统计策略对历史负荷数据进行统计学计算,得到历史负荷数据对应的N个统计特征参数,N为正整数;将N个统计特征参数输入至预测模型中,得到预测模型输出的目标时间段内配电变压器的负荷数据,预测模型包括输入层、卷积神经网络CNN层、长短期记忆网络LSTM层和输出层。在其中一个实施例中,按照预设的统计策略对历史负荷数据进行统计学计算,得到历史 ...
【技术保护点】
1.一种负荷预测方法,其特征在于,所述方法包括:/n获取待预测的目标时间段之前的预设时间段内,目标台区中配电变压器的历史负荷数据;/n按照预设的统计策略对所述历史负荷数据进行统计学计算,得到所述历史负荷数据对应的N个统计特征参数,N为正整数;/n将所述N个统计特征参数输入至预测模型中,得到所述预测模型输出的所述目标时间段内所述配电变压器的负荷数据,所述预测模型包括输入层、卷积神经网络CNN层、长短期记忆网络LSTM层和输出层。/n
【技术特征摘要】
1.一种负荷预测方法,其特征在于,所述方法包括:
获取待预测的目标时间段之前的预设时间段内,目标台区中配电变压器的历史负荷数据;
按照预设的统计策略对所述历史负荷数据进行统计学计算,得到所述历史负荷数据对应的N个统计特征参数,N为正整数;
将所述N个统计特征参数输入至预测模型中,得到所述预测模型输出的所述目标时间段内所述配电变压器的负荷数据,所述预测模型包括输入层、卷积神经网络CNN层、长短期记忆网络LSTM层和输出层。
2.根据权利要求1所述的方法,其特征在于,所述按照预设的统计策略对所述历史负荷数据进行统计学计算,得到所述历史负荷数据对应的N个统计特征参数,包括:
对所述预设时间段最后一天的历史负荷数据进行统计学计算,得到第一统计特征参数;
对所述预设时间段最后三天的历史负荷数据进行统计学计算,得到第二统计特征参数;
对所述预设时间段最后七天的历史负荷数据进行统计学计算,得到第三统计特征参数;
对所述预设时间段最后四个同一星期类型的历史负荷数据进行统计学计算,得到第四统计特征参数;
对所述预设时间段最后三十天的历史负荷数据进行统计学计算,得到第五统计特征参数。
3.根据权利要求2所述的方法,其特征在于,所述第一统计特征参数包括所述预设时间段最后一天的历史负荷数据对应的每时的负荷数据、日负荷数据均值、日负荷数据最低值以及日负荷数据最高值;
所述第二统计特征参数,包括:所述预设时间段最后三天的历史负荷数据对应的日负荷数据均值;
所述第三统计特征参数,包括:所述预设时间段最后七天的历史负荷数据对应的每时的负荷数据以及日负荷数据均值;
所述第四统计特征参数,包括:所述预设时间段最后四个同一星期类型的历史负荷数据对应的每时的负荷数据;
所述第五统计特征参数,包括:所述预设时间段最后三十天的历史负荷数据对应的每时的负荷数据均值。
4.根据权利要求1所述的方法,其特征在于,所述预测模型的训练过程包括:
获取所述配电变压器的多个样本历史负荷数据;
对所述多个样本历史负荷数据进行预处理,得到预处理后的多个样本历史负荷数据;
对所述预处理后的多个样本历史负荷数据进行随机性分析,剔除随机性较大的样本历史负荷数据,得到随机性分析处理后的样本历史负荷数据;
从所述随机性分析处理后的样本历史负荷数据中抽取多个训练样本历史负荷数据;
按照所述预设的统计策略对各所述训练样本历史负荷数据进行统计学计算,得到各所述训练样本历史负荷数据对应的M个统计特征参数;
对所述M个统计特征参数进行提取,得到N个统计特征参数;
基于所述多个训练样本历史负荷数据中的N个统计特征参数,对未经训练的预测模型进行训练,得到所述预测模型。
5.根据权利要求4所述的方法,其特征在于,所述对所述多个样本历史负荷数据进行预处理,得到预处理后的多个样本历史负荷数据,包括:<...
【专利技术属性】
技术研发人员:王红斌,莫文雄,栾乐,许中,杨柳,崔屹平,孔令明,范伟男,刘田,徐硕,马智远,彭和平,
申请(专利权)人:广东电网有限责任公司广州供电局,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。